知识体系包含六大模块：人工智能基础（机器学习、深度学习、强化学习、大模型），机器人学（运动学、传感器、执行器），计算机视觉（检测、3D视觉、视觉语言融合），自然语言处理（指令理解、对话），规划与控制（路径、任务、运动规划），系统集成（硬件、软件、人机交互）。学习路径分三阶段：入门1-2月打好AI和ROS基础；进阶2-4月掌握深度/强化学习与传感器融合；专家4-6月+研究大模型+机器人及系统部署。
30天入门计划：第一周建立认知，了解机器人组成，配置Python/ROS环境；第二周学习监督/无监督学习、神经网络和强化学习基础；第三周专攻计算机视觉、ROS编程和多传感器融合；第四周进行仿真实践，完成一个完整避障或抓取项目，并阅读经典论文。
10个进阶实践项目：初级（1-2周）包括仿真避障、视觉颜色跟踪、仿真机械臂抓取；中级（2-3周）包括深度学习物体识别操作、强化学习导航、多模态指令理解；高级（3-4周+）包括端到端视觉-语言-动作模型、世界模型与Sim2Real、多机器人协作、真实世界部署。建议从仿真向真实硬件逐步过渡。
硬件方案按预算选择：零成本用Gazebo/MuJoCo等仿真；千元级（1000-5000元）配置树莓派+摄像头+电机驱动，搭建轮式机器人或简易机械臂；万元级（5000-20000元）采用Jetson Orin+深度相机+六轴机械臂+激光雷达，实现移动操作与SLAM；顶级方案（20000+）直接使用商用机器人平台如KUKA、Pepper等。
必读论文与资源：2024-2025年综述《具身AI的视觉-语言-动作模型综述》和《迈向具身AGI》必读；资源方面，GitHub上的Embodied-AI-Guide、Awesome-Embodied-AI-Robot项目，课程如CS231n、MIT 6.034、吴恩达机器学习，仿真平台Gazebo/MuJoCo官方文档都是极佳学习材料。
入门建议：先仿真后硬件，先复现后创新，从避障抓取逐步深入至多模态模型，坚持实践与论文结合。
